一个新的神经康复预测预测模型,基于脑-计算机接口的分离左右半,辅助康复

科学领域:

• 神经科学是一个神经科学.
• 临床神经学 临床神经学
• 医学成像分析 医学成像分析

背景情况:

• 估计神经干预后脑损伤的影响对于临床实践至关重要.
• 现有的镜像控制-控制半球 (MCI) 方法可能会将内在的大脑不对称性与损伤诱导的不对称性混为一谈.
• 左右半球不对称是大脑结构和功能的公认特征.

研究的目的:

• 引入和验证分离左右半 (SLR) 方法用于分析脑损伤.
• 解决MCI方法在神经影像预测预后方面的局限性.
• 调查左半球和右半球中风后常见和独特的恢复机制.

主要方法:

• 开发了分离左右半 (SLR) 方法,为每个半球分别建模半.
• 将SLR与反射半球镜像 (MCI) 进行比较,并消除内在不对称 (RIA) 管道.
• 利用血液氧气水平依赖的MRI和扩散张力成像来构建基于自动化解剖标记地图的脑网络.
• 应用后勤回归,人工神经网络,支持矢量机,最佳子集回归和支持矢量回归用于分类和结果预测.

主要成果:

• 与现有方法相比,SLR管道在预测准确度上有5-15%的改进.
• 单反相机方法在性能指标 (例如AUC) 中至少实现了0.1的升级.
• 确定了独特的和共享的神经恢复机制,专门用于左半球和右半球中风恢复.

结论:

• 分离左右半 (SLR) 方法为中风患者的神经成像分析提供了更可靠的方法.
• SLR提高了对神经干预和干预后结果预测反应的准确性.
• 这种方法为定制康复策略和改善中风患者的临床决策提供了宝贵的见解.